このセクションの他の記事
- 学習とは
- AIの学習設定
- 学習の詳細設定
- 学習の実行と進捗・学習の中止
- AIの学習の終了
- 概要
- 期待される効果
- 精度評価
- 精度評価の値について
- 精度評価の見方（分類・回帰）
- 精度評価の見方（文書データ（自然言語処理））
- 精度評価の見方（画像データ（ディープラーニング））
- 精度評価の見方（時系列解析）
- テスト結果の見方(数値)
- テスト結果の見方(ファインチューニング)
- 重要度
- RAGプロンプト管理機能
- テキストマイニング
- クラスタリング
- 学習情報
- 最適化の条件設定
- 最適化の式での条件設定
- 最適化結果の見方
- 最適化の仕組み
- 他のAIを確認する
- 再学習
- 学習済みAIの保存
- AIの作成お疲れさまでした！
学習情報
学習実行中に表示されていた学習の履歴などを表示します。
■［AutoFlow］ブロックを使用しているレシピ（文書データのcsv, zip形式含む）
アルゴリズムやハイパーパラメータを自動で探索する機能を備えた［AutoFlow］ブロックを利用している場合、探索の履歴など学習中に表示されていた情報を確認できます。
同じデータセットで学習を行っても、自動チューニング機能を備えていないレシピは探索を行わないため、履歴は表示されません。
- 学習時のテストデータ比率と、探索で得られた最高精度の正解率、アルゴリズムのパラメータです。
- 学習データを使って求めた正解率のグラフです。
学習中に表示される学習グラフの「検証時精度」の再掲です。
※学習中のグラフは画面を上にスクロールすると見ることができます。 - AutoFlowは複数のアルゴリズムとパラメータを自動調整して、最適な組み合わせを探索します。
試行したアルゴリズムと、そのパラメータを表示します。
学習中に表示される「検証履歴」の再掲です。
■［AutoFlow］ブロックを使用していないレシピ（画像データを除く）
分類・回帰でもAutoFlowブロックを使っていないレシピや、時系列解析（TrendFlowブロック，MfTransformerブロック）の場合、学習時のテストデータ比率のみ表示します。
ただし、TrendFlowブロックには自動チューニング機能のON/OFFがありますが、その設定にかかわらず探索の履歴は表示されません。
■画像データ
画像データの分析にはAutoFlowブロックを使いませんが、上述とは異なり、正解率と損失関数のグラフを表示します。
- 学習時のテストデータ比率です。
- 学習データおよびテストデータを使って求めた、それぞれの正解率と損失関数のグラフです。
学習中に表示される学習グラフの再掲です。
※学習中のグラフは画面を上にスクロールすると見ることができます。
＜共通仕様＞
すべてのグラフで、グラフ内のプロットにマウスオーバーすると、評価を行った回数とその時の評価値を表示します。